C#自定义逻辑字符串解码求助：特殊编码文本转目标中文

已知信息 #

• 原始乱码文本：(å\x9C°å\x9D\x803)7SJ686ä¿\x9Dæ\x8A¤è£\Nç½®v1.00.log
• 目标文本：(地址3)7SJ686保护装置v1.00.log
• 原始十六进制数据：28 C3 A5 5C 78 39 43 C2 B0 C3 A5 5C 78 39 44 5C 78 38 30 33 29 37 53 4A 36 38 36 C3 A4 C2 BF 5C 78 39 44 C3 A6 5C 78 38 41 C2 A4 C3 A8 C2 A3 5C 4E C3 A7 C2 BD C2 AE 76 31 2E 30 30 2E 6C 6F 67

具体解决步骤 #

1. 定位编码错位规律 #

将目标文本的每个中文字符转成UTF-8十六进制，和原始十六进制片段逐一对比，可发现明确的转换规则：

• 目标“地”的UTF-8是E5 9C B0，对应原始乱码å\x9C°，其十六进制是C3 A5 5C 78 39 43 C2 B0：
  • E5被转成UTF-8字符å（编码C3 A5）
  • 9C被转成字符串形式的十六进制转义\x9C（编码5C 78 39 43）
  • B0被转成UTF-8字符°（编码C2 B0）
• 其余中文字符均遵循同一规律：中文字符的UTF-8三个字节，分别被处理为「UTF-8显示字符」、「字符串转义\xXX」或「UTF-8特殊字符」的组合。

2. 验证自定义字符替换 #

针对推测的\N是\x85的替代，验证目标“装”的UTF-8是E8 A3 85：

• 对应原始乱码è£\N，十六进制为C3 A8 C2 A3 5C 4E
• E8→è（C3 A8），A3→£（C2 A3），85被替换为\N（5C 4E），完全匹配规律。

3. 编写还原逻辑 #

基于上述规律，还原脚本可按以下步骤实现：

1. 映射UTF-8显示字符到原字节：

   显示字符	对应字节
   å	0xE5
   ä	0xE4
   æ	0xE6
   è	0xE8
   ç	0xE7
   °	0xB0
   ¿	0xBF
   ¤	0xA4
   £	0xA3
   ½	0xBD
   ®	0xAE

2. 处理转义与自定义替换：
   • 将字符串中的\xXX替换为对应的十六进制字节
   • 将\N替换为字节0x85
3. 拼接字节并解码：把所有还原后的字节拼接成数组，用UTF-8解码得到目标文本。

4. 验证还原结果 #

按上述逻辑处理原始十六进制，可逐一还原每个中文字符：

• C3 A5 5C 78 39 43 C2 B0 → E5 9C B0 → “地”
• C3 A5 5C 78 39 44 5C 78 38 30 → E5 9D 80 → “址”
• C3 A4 C2 BF 5C 78 39 44 → E4 BF 9D → “保”
• C3 A6 5C 78 38 41 C2 A4 → E6 8A A4 → “护”
• C3 A8 C2 A3 5C 4E → E8 A3 85 → “装”
• C3 A7 C2 BD C2 AE → E7 BD AE → “置”
  拼接后解码完全匹配目标文本。

内容的提问来源于stack exchange，提问作者FEST